protocol_standard · 9 menciones
livenerf es un benchmark de código abierto y de ejecución continua diseñado para detectar si los modelos de inteligencia artificial de frontera se deterioran de forma silenciosa tras su lanzamiento. La herramienta aborda la falta de una línea base estable y determinista, un problema crítico dado que
Un informe de Epoch AI, publicado por Emberson y Roodman, revela que el coste de alcanzar un nivel específico de rendimiento en inteligencia artificial ha descendido un promedio del 47% por trimestre durante los últimos tres años. Esta tasa de reducción equivale a una caída de 13 veces cada año, una
Quesma Blog publica un análisis exhaustivo sobre cómo afecta la cuantización al rendimiento del modelo Qwen3.8 27B en distintas tareas. El modelo completo en BF16 ocupa 55 GB de VRAM, fuera del alcance de la mayoría del hardware de consumo. Los experimentos, ejecutados con llama.cpp sobre GPUs alqui
La proliferación de demostraciones visuales en los lanzamientos de modelos de inteligencia artificial, como recrear Minecraft o dibujar un pelícano en bicicleta, ofrece resultados fáciles de compartir, pero no constituye una evaluación fiable de sus capacidades. El texto las denomina «benchmarks de
Artificial Analysis publicó el 4 de septiembre de 2026 la versión 4.2 de su Intelligence Index, una actualización intermedia que adelanta elementos del futuro lanzamiento v5 para mantener la relevancia del ranking ante el rápido avance de los modelos frontera. La nueva edición incorpora dos evaluaci
Artificial Analysis ha lanzado un sistema de benchmarking especializado en la inferencia de modelos de inteligencia artificial a escala de bolsillo, diseñados específicamente para ejecutarse en teléfonos móviles. Esta iniciativa técnica busca medir el rendimiento real de los modelos pequeños, defini
Qwen3.8-2.4T-A95B es un modelo de lenguaje causal publicado en Hugging Face que supone la primera versión abierta de la familia con nivel Qwen-Max. Se trata de un modelo de Mezcla de Expertos (MoE) con 2,4 billones de parámetros totales, de los cuales 95.000 millones se activan por inferencia, organ
AGI Ranker, un proyecto que ofrece una puntuación abierta de inteligencia artificial general (AGI Score) para modelos de frontera, ha publicado en pocos días seis versiones de mantenimiento (de la v2.0.1 a la v2.0.6) centradas en subsanar errores de contenido y de experiencia de uso detectados tras
La empresa detrás de SubQ ha presentado la ficha técnica de SubQ 1.1 Small, la segunda iteración de su modelo de atención dispersa subcuadrática (SSA), en su tamaño más reducido. La compañía está desplegando el modelo con un grupo selecto de socios de diseño y prevé lanzar a lo largo del año una fam